如何用熊猫分割数据并计算分割后数据的总和？

Question

我有一个这样组织的大型数据框：

Timestamp  slot_ID   counter1  Counter2
1552227371    1        0         1
1552227372    2        1         0
1552227373    3        1         1
...         ...       ..       ...
1552229621    100      1         1
1552229622    1        1         0
1552229623    2        0         1
1552229624    3        1         1
...         ...       ..       ...
1552229626    100      1         1

我想基于slot_ID拆分数据帧，而不是为100个slot_ID计算不同计数器的总和。计数器1和计数器2始终具有值0或1。这意味着每100个插槽的总和小于或等于100。

def consecutive_groups(iterable, ordering=lambda x: x):
    for k, g in groupby(enumerate(iterable), key=lambda x: x==100):
        yield map(itemgetter(1), g)

   grpsper100 = consecutive_groups(df_node['slot_ID'].index)
dfs = {i: df.iloc[list(j)] for i, j in enumerate(grpsper100, 1)}
for key, value in dfs.items():
    #print(value['slot_ID'])
    print(key)
    print(value['Counter1'].sum())
    print(value['Counter2'].sum())

但是我的代码没有给我预期的答案：

   key: 1
   Counter1: 119083
   Counter2:  117400

请问如何更正我的代码？